North-South research collaboration during complex global emergencies: Qualitative knowledge production and sharing during COVID-19
Notice bibliographique
Résumé
Large multinational teams of academics and activist-practitioners that span the Global North-South divide have become common in qualitative research because of the reliance of field of peace and conflict studies on “local” knowledge and expertise. Complex global emergencies, such as the COVID-19 pandemic, present the opportunity to (re)shape and (re)consider these endeavors in key some ways. This article focuses on the involvement of South-based activist-practitioners in three large North-South collaborations, one pre-pandemic (Beyond Words: Implementing Latin American Truth Commission Recommendations), one ongoing when the pandemic began (Gender, Justice, and Security Hub), and one launched during the pandemic (Truth Commissions and Sexual Violence: African and Latin American Experiences). Drawing on center-periphery framework, we adopt an autoethnographic approach, to reflect on how the pandemic has not only reinforced existing structural and institutional asymmetries through reduced funding, professional uncertainty, and personal loss and insecurity but also added some new ethical concerns. This reality has tested both our capacity and commitment to work toward the decolonization of knowledge in the field. In making this argument, we seek to contribute to the discussion on research ethics and the politics of knowledge production and sharing in qualitative peace and conflict research.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,099 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,019 | 0,036 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,003 | 0,017 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».